سنٹرلائزیشن کے ساتھ AI آگ کو کھلائیں۔

اسپانسر شدہ خصوصیت انقلابی ٹکنالوجیوں اور دریافتوں کا ایک مستحکم سلسلہ - آگ، زراعت، پہیہ، پرنٹنگ پریس اور انٹرنیٹ، جن میں سے چند ایک ہیں - نے انسانی ترقی اور تہذیب کو گہرائی سے تشکیل دیا ہے۔ اور اختراع کا وہ چکر مصنوعی ذہانت (AI) کے ساتھ جاری ہے۔ 

ریسرچ فرم IDC اس نتیجے پر پہنچی ہے کہ AI واقعی "ہر چیز" کا جواب ہے۔ Rasmus Andsbjerg، ایسوسی ایٹ نائب صدر، IDC میں ڈیٹا اور اینالیٹکس کہتے ہیں: "حقیقت یہ ہے کہ، AI ہر اس چیز کا حل پیش کرتا ہے جس کا ہمیں اس وقت سامنا ہے۔ AI تیزی سے ٹریکنگ ڈیجیٹل تبدیلی کے سفر کے لیے ایک ذریعہ ہو سکتا ہے، مہنگائی کی حیران کن شرحوں کے وقت لاگت کی بچت کو قابل بناتا ہے اور مزدوروں کی قلت کے وقت آٹومیشن کی کوششوں کی حمایت کرتا ہے۔

یقینی طور پر، اور تمام صنعتوں اور فنکشنز میں، اختتامی صارف تنظیمیں AI کے فوائد کو دریافت کرنا شروع کر رہی ہیں، کیونکہ تیزی سے طاقتور الگورتھم اور بنیادی ڈھانچہ ابھر کر بہتر فیصلہ سازی اور اعلیٰ پیداواری صلاحیت کو قابل بناتا ہے۔ 

مصنوعی ذہانت (AI) مارکیٹ کے لیے عالمی سطح پر ہونے والی آمدنی، بشمول متعلقہ سافٹ ویئر، ہارڈ ویئر، اور AI سینٹرک اور AI نان سینٹرک ایپلی کیشنز کے لیے خدمات، 383.3 میں کل 2021 بلین ڈالر تھیں۔ جو کہ پچھلے سال کے مقابلے میں 20.7 فیصد زیادہ تھی۔ حالیہ انٹرنیشنل ڈیٹا کارپوریشن (IDC) دنیا بھر میں نیم سالانہ مصنوعی ذہانت کا ٹریکر.

اسی طرح، کلاؤڈ پر AI سافٹ ویئر کی تعیناتی مسلسل ترقی کو ظاہر کرتی ہے۔ IDC توقع کرتا ہے کہ نئے خریدے گئے AI سافٹ ویئر کے کلاؤڈ ورژن 2022 میں آن پریمیسس تعیناتیوں کو پیچھے چھوڑ دیں گے۔

آسمان AI کی حد ہے۔

ڈاکٹر رونن ڈار، AI ماہر Run:ai کے چیف ٹیکنالوجی آفیسر، جس نے AI کے لیے ایک کمپیوٹ مینجمنٹ پلیٹ فارم بنایا ہے، کا خیال ہے کہ نوزائیدہ انٹرپرائز AI سیکٹر کے لیے آسمان کی حد ہے۔ 

"AI ایک ایسی مارکیٹ ہے جسے ہم دیکھتے ہیں کہ بہت تیزی سے بڑھ رہی ہے۔ اور انٹرپرائزز کے لحاظ سے، ہم مشین لرننگ اور AI کی مانگ اور اپنانے کو دیکھتے ہیں۔ اور مجھے لگتا ہے کہ اس وقت یہاں ایک نئی ٹیکنالوجی موجود ہے جو نئی صلاحیتیں لا رہی ہے جو دنیا کو بدلنے والی ہے۔ جو کاروبار میں انقلاب لانے والے ہیں،" ڈار نوٹ کرتا ہے۔ 

AI کی تلاش اور تجربہ شروع کرنے اور کاروباری ماڈلز میں AI کو ضم کرنے کے طریقے کو سمجھنے کی ضرورت پر تیزی سے واضح سمجھ بھی آ رہی ہے۔

ڈار کا خیال ہے کہ AI موجودہ انٹرپرائز کاروباری عمل کو بہتر بنانے کے لیے "حیرت انگیز فوائد" لا سکتا ہے: "موجودہ کاروبار کو بہتر بنانے اور ثابت کرنے کے معاملے میں، ہم AI اور مشین لرننگ کے ارد گرد استعمال کے بہت سے معاملات دیکھتے ہیں جو آپریشنز کو بہتر بنا رہے ہیں اور فیصلے کیسے کیے جا رہے ہیں۔ طلب اور رسد کے ارد گرد۔"

وہ بتاتا ہے کہ نیورل نیٹ ورکس پر مبنی گہرے سیکھنے کے نئے ماڈل عمل، فیصلہ سازی اور مالیاتی خدمات کی صنعت میں فراڈ کا پتہ لگانے جیسے اہم کاروباری عمل کی درستگی کو بہتر بنا سکتے ہیں۔ صحت کی دیکھ بھال ایک اور شعبہ ہے جہاں AI کی صلاحیت "بہت بڑی" ہے، خاص طور پر ڈاکٹروں کو بہتر طبی فیصلے کرنے میں مدد کرنے اور نئی دوائیں دریافت کرنے اور تیار کرنے میں مدد کرنے کے معاملے میں۔ 

اور، مزید آگے دیکھتے ہوئے، ڈار نے پیش گوئی کی ہے کہ AI ٹیکنالوجی بالکل نئے تجارتی مواقع فراہم کرنے میں مدد کرے گی جو فی الحال سیلف ڈرائیونگ وہیکلز اور عمیق گیمنگ جیسے شعبوں میں موجود نہیں ہیں۔ 

انفراسٹرکچر کی رکاوٹوں کو دور کرنا

انٹرپرائز میں AI اور مشین لرننگ کی واضح صلاحیت کے باوجود، ڈار تسلیم کرتے ہیں کہ AI کی تجارتی تعیناتی کو بنیادی ڈھانچے کی فراہمی سے متعلق مسائل کی وجہ سے روکا جا رہا ہے۔ وہ مشورہ دیتے ہیں کہ فرموں کو اس طریقے کو دیکھنے کی ضرورت ہے جس میں AI پہلے کسی تنظیم میں داخل ہوتا ہے۔

عام طور پر، اس میں ایک غیر مربوط، محکمہ بہ محکمانہ عمل شامل ہوتا ہے جو مختلف ٹیموں کو ٹیکنالوجی اور وسائل کی آزادانہ طور پر فراہمی کو دیکھتا ہے، جس کے نتیجے میں خاموش تعیناتی ہوتی ہے۔ IT ان ایڈہاک پراجیکٹس کو مؤثر طریقے سے کنٹرول نہیں کر سکتا اور جو کچھ ہو رہا ہے اس کی مرئیت نہیں ہے۔ اور یہ AI بنیادی ڈھانچے کے اخراجات پر ROI کا حساب لگانا اگر ناممکن نہیں تو مشکل بنا دیتا ہے۔ 

ڈار کہتے ہیں، "یہ کلاسیکی مسئلہ ہے: پہلے یہ شیڈو آئی ٹی تھا اور اب یہ شیڈو اے آئی ہے۔" 

اس کے علاوہ، AI/ML کے لیے درکار جدید ترین انفراسٹرکچر ایک سرمایہ کاری ہے کیونکہ کاروباری اداروں کو انتہائی پیچیدہ ڈیٹا پر کارروائی کرنے اور ماڈلز کو تربیت دینے کے لیے طاقتور GPU- ایکسلریٹڈ کمپیوٹنگ ہارڈویئر کی ضرورت ہوتی ہے۔ 

ڈار کہتے ہیں، "AI ٹیموں کو ماڈلز کو تربیت دینے کے لیے بہت زیادہ کمپیوٹنگ پاور کی ضرورت ہوتی ہے، عام طور پر GPUs کا استعمال کرتے ہوئے، جو کہ پریمیم ڈیٹا سینٹر کے وسائل ہیں جنہیں خاموش کیا جا سکتا ہے اور مؤثر طریقے سے استعمال نہیں کیا جا سکتا،" ڈار کہتے ہیں۔ "اس کے نتیجے میں یقینی طور پر بہت سارے پیسے ضائع ہوسکتے ہیں۔" 

اس خاموش بنیادی ڈھانچے کے نتیجے میں استعمال کی سطح 10 فیصد سے بھی کم ہو سکتی ہے، مثال کے طور پر۔

Run:ai پول کے مطابق، 2021 اسٹیٹ آف AI انفراسٹرکچر سروےاکتوبر 2021 میں شائع ہوا، 87 فیصد جواب دہندگان نے کہا کہ انہیں GPU/کمپیوٹ ریسورس ایلوکیشن کے مسائل کی کچھ سطح کا سامنا ہے، 12 فیصد کا کہنا ہے کہ ایسا اکثر ہوتا ہے۔ نتیجے کے طور پر، سروے شدہ کمپنیوں میں سے 83 فیصد نے بتایا کہ وہ اپنے GPU اور AI ہارڈویئر کو مکمل طور پر استعمال نہیں کر رہی ہیں۔ درحقیقت، تقریباً دو تہائی (61 فیصد) نے اشارہ کیا کہ ان کے GPU اور AI ہارڈویئر زیادہ تر استعمال کی "اعتدال پسند" سطح پر ہیں۔

AI کی مرکزیت

ان مسائل کو حل کرنے کے لیے ڈار AI وسائل کی فراہمی کو مرکزیت دینے کی وکالت کرتے ہیں۔ چلائیں: AI نے AI کے لیے ایک کمپیوٹ مینجمنٹ پلیٹ فارم تیار کیا ہے جو صرف یہ کرتا ہے، GPU کمپیوٹ وسائل کو مرکزی اور ورچوئلائز کرتا ہے۔ GPUs کو ایک واحد ورچوئل پرت میں جمع کرکے اور 100 فیصد استعمال کے لیے کام کے بوجھ کو خودکار بنانے سے، یہ نقطہ نظر محکمانہ سطح پر سائلڈ سسٹمز کے مقابلے میں فوائد فراہم کرتا ہے۔ 

انفراسٹرکچر کو سنٹرلائز کرنا واپس کنٹرول اور مرئیت دیتا ہے، جبکہ ڈیٹا سائنسدانوں کو انفراسٹرکچر کے انتظام کے اوور ہیڈ سے آزاد کر دیتا ہے۔ AI ٹیمیں ایک عالمگیر AI کمپیوٹ وسائل کا اشتراک کرتی ہیں جو کہ مانگ میں اضافے یا کمی کے ساتھ متحرک طور پر اوپر اور نیچے ڈائل کیا جا سکتا ہے، جس سے مانگ کی رکاوٹوں اور کم استعمال کے ادوار کو ختم کیا جا سکتا ہے۔ 

ڈار کا کہنا ہے کہ یہ نقطہ نظر تنظیموں کو اپنے ہارڈ ویئر سے زیادہ سے زیادہ فائدہ اٹھانے اور ڈیٹا سائنسدانوں کو بنیادی وسائل کی محدودیت کی رکاوٹوں سے آزاد کرنے میں مدد دے سکتا ہے۔ ان سب کا مطلب ہے کہ وہ مزید ملازمتیں چلا سکتے ہیں اور مزید AI ماڈلز کو پروڈکشن میں لا سکتے ہیں۔ 

ایک مثال لندن میڈیکل امیجنگ اینڈ آرٹیفیشل انٹیلی جنس سینٹر فار ویلیو بیسڈ ہیلتھ کیئر سے فراہم کی گئی ہے، جس کی سربراہی کنگز کالج لندن اور سینٹ تھامس ہسپتال میں ہے۔ یہ کمپیوٹر وژن اور قدرتی زبان کی پروسیسنگ کے لیے جدید ترین گہری سیکھنے کے الگورتھم کو تربیت دینے کے لیے طبی امیجز اور الیکٹرانک ہیلتھ کیئر ڈیٹا کا استعمال کرتا ہے۔ یہ الگورتھم مؤثر اسکریننگ، تیز تشخیص اور ذاتی نوعیت کے علاج کے لیے نئے ٹولز بنانے کے لیے استعمال کیے جاتے ہیں۔

مرکز نے محسوس کیا کہ اس کا میراثی AI بنیادی ڈھانچہ کارکردگی کے مسائل سے دوچار ہے: کل GPU استعمال 30 فیصد سے کم تھا جس میں کچھ اجزاء کے لیے "اہم" بیکار مدت تھی۔ Run:ai کے پلیٹ فارم پر مبنی سنٹرلائزڈ AI کمپیوٹ پروویژننگ ماڈل کو اپنا کر ان مسائل کو حل کرنے کے بعد، اس کے GPU کے استعمال میں 110 فیصد اضافہ ہوا، تجربات کی رفتار اور تحقیق کی مجموعی کارکردگی میں متوازی بہتری کے ساتھ۔

کنگز کالج لندن میں اے آئی کے ایسوسی ایٹ پروفیسر اور سینئر لیکچرر اور اے آئی سنٹر کے سی ٹی او ڈاکٹر ایم جارج کارڈوسو کہتے ہیں، "ہمارے تجربات میں کئی دن یا منٹ لگ سکتے ہیں، کمپیوٹنگ پاور یا پورے کلسٹر کا استعمال کرتے ہوئے" "نتائج کے لیے وقت کو کم کرنا اس بات کو یقینی بناتا ہے کہ ہم لوگوں کی صحت اور زندگی کے بارے میں مزید اہم سوالات پوچھ سکتے ہیں اور ان کا جواب دے سکتے ہیں،" 

AI GPU کے وسائل کو سنٹرلائز کرنے سے لندن میں مقیم ایک فرم Wayve کو بھی قیمتی تجارتی فوائد پہنچائے گئے جو خود ڈرائیونگ کاروں کے لیے AI سافٹ ویئر تیار کرتی ہے۔ اس کی ٹیکنالوجی کو سینسنگ پر انحصار نہ کرنے کے لیے ڈیزائن کیا گیا ہے، بلکہ گھنے شہری علاقوں میں بہتر خود مختار ڈرائیونگ کے لیے زیادہ ذہانت پر توجہ مرکوز کی گئی ہے۔

Wayve's Fleet Learning Loop میں بحری بیڑے میں تعیناتی سے پہلے ڈیٹا اکٹھا کرنے، کیوریشن، ماڈلز کی تربیت، دوبارہ نقلی، اور لائسنسنگ ماڈلز کا ایک مسلسل چکر شامل ہے۔ کمپنی کی بنیادی GPU کمپیوٹ کی کھپت Fleet Learning Loop پروڈکشن ٹریننگ سے آتی ہے۔ یہ پروڈکٹ کی بنیادی لائن کو مکمل ڈیٹا سیٹ کے ساتھ تربیت دیتا ہے اور فلیٹ لرننگ لوپ کی تکرار کے ذریعے نیا ڈیٹا اکٹھا کرنے کے لیے مسلسل دوبارہ ٹرین کرتا ہے۔

کمپنی نے محسوس کرنا شروع کیا کہ وہ GPU شیڈولنگ "ہارر" سے دوچار ہے: اگرچہ اس کے دستیاب GPU وسائل میں سے تقریباً 100 فیصد محققین کے لیے مختص کیے گئے تھے، جب کہ ابتدائی طور پر جانچ کی گئی تھی تو 45 فیصد سے بھی کم استعمال کیے گئے تھے۔ 

"کیونکہ GPUs محققین کو مستحکم طور پر تفویض کیے گئے تھے، جب محققین اپنے تفویض کردہ GPUs کا استعمال نہیں کر رہے تھے، دوسرے ان تک رسائی حاصل نہیں کر سکتے تھے، یہ وہم پیدا ہوتا ہے کہ ماڈل ٹریننگ کے لیے GPUs کی صلاحیت موجود تھی یہاں تک کہ بہت سے GPUs بیکار بیٹھے تھے۔" Wayve نوٹ۔ 

Run:ai کے ساتھ کام کرتے ہوئے سائلوز کو ہٹا کر اور وسائل کی جامد تقسیم کو ختم کرکے اس مسئلے سے نمٹا۔ مشترکہ GPUs کے پول بنائے گئے تھے جو ٹیموں کو مزید GPUs تک رسائی حاصل کرنے اور زیادہ کام کا بوجھ چلانے کی اجازت دیتے تھے، جس کی وجہ سے ان کے استعمال میں 35 فیصد بہتری آئی۔ 

آئینہ سی پی یو کی کارکردگی میں بہتری

حالیہ برسوں کے دوران جس طرح سے VMware نے کارکردگی میں خاطر خواہ بہتری لائی ہے اس کی عکاسی کرتے ہوئے کہ کس طرح سرور CPUs کو زیادہ سے زیادہ صلاحیت کے لیے استعمال کیا جا رہا ہے، اب نئی اختراعات AI کمپیوٹ ورک بوجھ کے لیے GPU کے استعمال کی کارکردگی کو بہتر بنانے کے لیے آ رہی ہیں۔ 

"اگر آپ سافٹ ویئر اسٹیک کے بارے میں سوچتے ہیں جو CPUs کے اوپر چلتا ہے، تو یہ بہت سارے VMware اور ورچوئلائزیشن کے ساتھ بنایا گیا تھا،" ڈار بتاتے ہیں۔ "ڈیٹا سینٹر میں GPUs نسبتاً نئے ہیں، اور AI اور ورچوئلائزیشن کے لیے سافٹ ویئر - جیسے NVIDIA AI انٹرپرائز - یہ بھی ایک حالیہ پیشرفت ہے۔ 

"ہم اس علاقے میں فرکشنل GPU، جاب سویپنگ اور جیسی صلاحیتوں کے ساتھ جدید ٹیکنالوجی لاتے ہیں۔ کام کے بوجھ کو مؤثر طریقے سے GPUs کا اشتراک کرنے کی اجازت دینا،" ڈار کہتے ہیں، مزید اضافہ کرنے کی منصوبہ بندی کی جا رہی ہے۔

Run:ai انٹرپرائز میں GPUs کے استعمال کو بہتر اور آسان بنانے کے لیے NVIDIA کے ساتھ مل کر کام کرتا ہے۔ سب سے حالیہ تعاون میں کلاؤڈ میں GPU استعمال کرنے والی کمپنیوں کے لیے ملٹی کلاؤڈ GPU لچک کو فعال کرنا، اور اس کے ساتھ انضمام شامل ہے۔ NVIDIA ٹرائٹن انفرنس سرور پروڈکشن میں ماڈلز کی تعیناتی کے عمل کو آسان بنانے کے لیے سافٹ ویئر۔

جس طرح سے تاریخ کے دوران بڑی ایجادات نے نسل انسانی اور دنیا پر گہرے اثرات مرتب کیے ہیں، ڈار نے نوٹ کیا کہ ممکنہ نقصانات کا انتظام کرتے ہوئے AI کی طاقت کو اس کے ممکنہ فوائد کو زیادہ سے زیادہ کرنے کے لیے احتیاط کے ساتھ استعمال کرنے کی ضرورت ہوگی۔ وہ AI کا موازنہ سب سے اہم اختراع کے ساتھ کرتا ہے: آگ۔ 

"یہ آگ کی طرح ہے جس نے بہت سی عظیم چیزیں لائیں اور انسانی زندگیوں کو بدل دیا۔ آگ نے بھی خطرہ لاحق کردیا۔ تو انسان سمجھ گئے کہ آگ کے ساتھ کیسے جینا ہے،‘‘ ڈار کہتے ہیں۔ "مجھے لگتا ہے کہ یہ ان دنوں AI میں بھی ہے۔" 

اسپانسر بذریعہ Run:ai۔